神经导航中脑组织变形补偿的点云处理

有限元方法是解决神经导航中脑组织变形的重要方法,需要手术过程中的脑皮层信息作为其边界条件.本文通过非结构点云进行了脑皮层信息的表示,并通过对其进行处理来获取有限元方法的边界条件.点云处理包括纹理映射、分割、简化和去噪,其中非结构点云的简化与去噪采用了改进的基于表面特性k邻域的聚类方法.实验结果证明所采用的点云处理方法是可靠的.     

低磁场术中磁共振导航的融合弥散张量成像功能研究

目的:探讨低磁场术中磁共振成像(iMRI)导航手术利用弥散张量成像(DTI)的可能性和应用价值。方法:19例涉及锥体束的脑肿瘤患者,应用多影像融合技术将术前DTI与iMRI影像融合指导手术,术中利用非刚体配准计算法和手动点配准融合技术把修正的DTI逐层与更新的iMRI影像融合,并导航手术。术后随访肢体运动功能。结果:成功获得DTI变形预测结果,肿瘤全切除率63.2%,次全切除率15.8%,肢体运动较术前好转或维持术前症状者84.2%。结论:iMRI与DTI融合导航手术可实时提供病灶与邻近锥体束间三维可视化解剖信息,提高肿瘤切除率,降低术后致残率。     

前沿法网格划分方法在脑组织变形中的应用

目的:拟开发一种全自动网格划分技术,生成脑组织的网格模型,用于模拟脑组织的变形。方法:用本研究提出的前沿法网格划分方法,对临床实际病例的脑组织三维图像进行网格划分。结果:本研究算法生成的脑组织大部分网格的α值处于[0.8,1]范围内。结论:该方法得到的脑组织网格对后期的脑组织变形校正的精度相比其他方法有显著提高,提高了神经外科手术导航的精度。     

神经导航术中脑组织变形线弹性模型的建立

目的 纠正神经导航手术中的脑组织变形,提高导航手术的精确性.方法 通过有限元方法,构建猪脑组织的线弹性模型.在开颅手术中,通过三维激光扫描获取脑皮层表面的变形,以此作为边界条件,驱动模型,模拟全脑变形情况.并以植入猪脑内的聚甲基内烯酸甲酯微粒为标志点,通过术中实时磁共振扫描获得的脑袋组织实际变形数据对该模型进行验证.结果 该模型的预测误差0.20～1.54mm,平均(0.97±0.44)mm;校正精度56.5%～90.0%,平均(68.0±9.6)%.其中对浅表标志点位移的校正精度高于对深部标志点位移的校正精度[(70.7±9.1)%:(65.4±10.8)%,P＜0.05].结论 模型校正技术是一种简便、快速、可靠的纠正术中脑变形的途径.     

基于对象的精细可伸缩性编码

医学影像是医生用于诊断的重要工具，高质量的影像对于远程医学在Internet上的普及具有重要意义。然而，当影像在丢包网络如Internet上传输时，接收端有时需要经过长时间的等待才能获得整个码流来重建影像。对于需要实时获得影像的医生，这是无法忍受的。本研究提出一种基于对象的精细可伸缩性编码方法，该方法将对象编码与位平面编码相结合。一方面，这种方法具有精细增强图像质量的能力；另一方面，它又可以通过指定对象优先级和提升位平面来更为灵活地控制码流结构。首先描述整个编码框架，然后对该框架所涉及的位平面编码、选择性增强和码流结构等关键技术分别进行重点讨论，最后给出不同码流结构在不同断点处的重建图像之间的比较。     

尾状核、豆状核和丘脑的三维可视化及与磁共振图像的融合

目的依据中国虚拟人数据集对尾状核、豆状核和丘脑进行三维重建并与临床影像数据进行融合，为神经外科疾病的诊断与治疗提供形态学依据。方法以中国虚拟人数据集为依据，采用图像透明的方法对尾状核、豆状核和丘脑进行手工分割，在平滑处理中运用了腐蚀与膨胀的方法，并把分割后的神经结构与病人磁共振图像进行融合，最后用表面绘制与体绘制相结合的方法进行三维重建。结果重建后的图像可清晰显示尾状核、豆状核、丘脑各个神经结构的形态、位置和毗邻关系。可在三维空间中绕任意轴旋转任意角度，从不同的方向进行观察。融合后的图像能同时显示虚拟结构与病人MRI图像。结论用三维可视化与MRI图像融合方法获得的图像资料，对于解剖学的教学研究以及神经外科疾病的诊断与治疗具有重要的参考价值。